中美AI博弈,中国面临怎样的挑战？

中国人工智能（AI）大模型不断在全球掀起波澜，美国政界与科技界对此愈发警觉，甚至出现恐慌情绪。

实际上，从特朗普首届任期起，美国就着手围堵中国高科技产业，华为遭制裁便是典型案例。此后近十年，攻势持续升级：拜登政府搭建"小院高墙"式封锁体系，特朗普第二任期据传正筹划封禁中国大模型……

复旦大学美国研究中心教授兼全球人工智能创新治理中心副主任蔡翠红对观察者网表示：尽管这三届美国政府在对华科技策略上各有侧重，但存在一个共同判断，即"中国是美国人工智能领域最关键的战略对手"。

蔡翠红认为，若美国进一步打压中国大模型，将引发显著反噬，这也是美方最大的顾虑所在，"原本追随美国闭源前沿模型的追赶路径，将进一步演变为围绕全球开源模型生态的角逐。"

客观来看，当前中国大模型与美国顶尖模型之间仍有差距。蔡翠红强调，中国人工智能寻求更大突破时，必须应对核心技术与创新要素、应用与产业化水平、以及生态构建与国际化能力三方面的挑战。

以下为对话全文

观察者网：中美博弈此前更多聚焦于贸易、制造业及芯片领域。随着AI大模型崛起，竞争维度再度拓展。您能否阐述这十年来，三届政府在对华AI政策上呈现出哪些异同？

蔡翠红：三届政府在对华AI政策上的演变较为显著，可划分为三个阶段。

特朗普第一任期可归纳为"科技竞争的安全化"，AI仅是多项战略性技术之一。拜登政府时期升级为"关键技术管束的制度化"，半导体管控已明确服务于前沿AI能力的构建。现今特朗普第二任期则将竞争进一步"生态化""全球化"，将AI融入科技外交的总体布局中。

十年前正值特朗普首次当选。他在2019年推出美国AI倡议，核心在于扩大研发投入、开放联邦数据计算资源、推进技术标准与人才培养等，以巩固美国整体的技术优势。彼时大模型尚未问世，政策并未专门指向中国。在对华科技竞争层面，其标志性举措包括将华为等企业纳入实体清单、强化投资审查与出口许可，并逐步扩大美国出口管制的域外效力。

特朗普第一任期属于针对企业与交易的点状限制模式——哪家企业构成安全风险，哪笔交易可能向中国输出关键技术，便启用实体清单、投资审查、出口许可等行政工具。这反映出其认知转变：中国科技进步已超越贸易失衡与市场竞争范畴，被上升至国家安全层面。

进入拜登政府时期，美国将针对单一企业的限制升级为针对中国形成前沿AI能力的系统性布局。诸如2022年颁布的先进计算与半导体制造出口管制，2024年又将高带宽内存、更多半导体制造设备及软件工具纳入管控范围。

与特朗普首任聚焦于"谁能获取该技术"不同，拜登政府更关注"什么决定了能力上限"，由此沿AI能力形成链条进行排查，涵盖芯片设计、晶圆制造、软件工具、高带宽内存、模型训练等环节，管控对象已从单一产品延伸至中国前沿AI能力培育的全流程。

拜登政府通常以"小院高墙"描述这一思路，即对少量直接关涉国家安全的核心技术设置极高管制门槛。难点在于，随着芯片、设备、软件、高带宽内存等不断被纳入管控，"小院"的实质边界持续外扩。

特朗普第二任期内，我认为出现了新的转向——从限制中国获取关键技术，进一步演变为争夺全球AI生态主导权。

尽管特朗普废除了部分拜登政府的AI行政令，但绝非缓和对华科技竞争。2025年《美国AI行动计划》明确指出，要向盟友与伙伴输出涵盖硬件、模型、软件、应用及标准的完整美国AI技术栈。美国不仅要在国内培育AI能力，还要推动整个AI系统、算力硬件与标准在全球范围内获得采用。

相较于拜登政府更突出制度化与规则化的政策路径，特朗普第二任期的行政裁量空间更大，政策也呈现出更鲜明的商业与政治交易色彩。

简言之，特朗普第一任期旨在阻止中国特定企业获取美国技术；拜登政府着力于控制中国形成前沿AI能力所依赖的关键节点；特朗普第二任期则进一步聚焦于推动全球市场采纳美国主导的AI技术栈、标准与治理规则。

但必须注意，三届政府之间存在显著的延续性。它们一致认定中国是美国AI领域最重要的战略对手；与AI相关的先进算力与半导体制造能力具有高度国家安全与战略意义。同时，自拜登政府起，盟友协调与第三国技术选择已成为对华AI竞争的关键组成。

观察者网：Kimi K3一经面世，便在美国国内引发高度关注，甚至有报道称特朗普政府正考虑限制乃至封禁中国AI大模型。若白宫实施更严厉的限制措施，是否会反向推动中国AI产业日益壮大？

蔡翠红：是否封禁中国AI大模型虽尚处政策研讨阶段，但有可能形成事实层面的封禁方案。他们可能探讨将大模型企业纳入实体清单，或限制美国企业托管中国模型等举措。美国未必需要公开宣告全面封禁，但可能借助采购限制、实体清单、合规义务、安全警示与舆论施压，提升美国企业使用中国大模型的风险与成本，从而形成事实上的市场排斥。

Kimi K3之所以引发美国高度关注，正说明中国大模型与美国前沿模型的差距正在收窄，中国能够将低成本、开放权重与复杂任务处理能力相融合。同时也表明，美国过去几年施加的先进芯片与算力限制并未阻滞中国模型逼近世界前沿。但Kimi K3自身的技术报告亦坦承，综合能力仍逊于当前最强的美国闭源模型。

美国持续施压并不必然推动中国AI能力提升，虽可能产生倒逼效应，但并非自动实现。在此过程中，或许会出现短期成本攀升、中期推动替代、长期重塑技术生态的局面；经历漫长演进后，最终可能达成能力跃迁。

能否将这种外部压力最终转化为能力跃进，取决于能否在前沿技术、基础研究、产业应用与全球生态等多个维度同步构建能力。若仅是重复建设或低水平替代，外部压力亦可能固化技术落差。

我认为美方最大的担忧在于，其进一步限制中国模型还可能催生一项重要反作用，即将原本围绕美国闭源前沿模型展开的追赶模式，进一步转化为围绕全球开源模型生态的竞争。

总体而言，中美AI竞争正经历一种范式转换——从稀缺性主导转向扩散性主导，即竞争已从单纯争夺能力上限，延伸至同时争夺能力扩散速度、应用规模与生态影响力。

观察者网：美国媒体频繁刻画美国社会对AI的恐惧乃至抵触情绪。多篇报道持续关注多州掀起的反对AI数据中心建设浪潮。据您的观察，真实状况果真如此吗？

蔡翠红：我认为美国社会当前较为典型的状态可概括为三个关键词：使用、焦虑与不信任。并非排斥AI，而是一边加速应用，一边担忧社会后果，同时对企业与政府缺乏足够信任。

具体表现为对AI应用范围持续扩张所引发三个层面问题的忧虑：第一是就业与收入保障；第二是隐私、虚假内容与算法可靠性；第三是更深层的治理问题——数据由谁掌控、出问题由谁担责、政府与企业是否值得信赖。

还需关注的是，在美国当前政治氛围中，"中国威胁"或"对华竞争"始终是颇具号召力的政治话语。以犹他州数据中心争议为例，曾有人将当地反对势力与中国挂钩，但后来承认缺乏证据。这背后是抹黑者借国家安全叙事掩盖地方利益矛盾。

当地民众抗议数据中心建设，并不等同于反对AI发展。居民真正关切的是非常具体的问题：项目决策是否透明？社区能否获得实际经济收益？

此外，他们还担忧与大型科技资本之间的成本分摊。比如，是否挤占当地水电资源？是否推高水电费用？是否造成噪音与环境污染？是否引发大规模失业？

因此，抗议数据中心建设有别于反对发展AI。当地居民或许支持美国推进AI，但这并不意味着愿意无条件接受一个占用本地电力、水源与土地、享受税收优惠，而收益主要由外部科技企业攫取的数据中心。

观察者网：AI政策牵涉各方利益，分歧在所难免。您能否谈谈美国两党之间、政府部门之间、政府与硅谷企业之间、企业与企业之间存在哪些分歧？

蔡翠红：上述四组关系并非边界清晰、立场固定的阵营。两党并非简单对立，财政部未必温和，国防部也不一定强硬。仍需结合具体问题审慎判断。

先看两党。当前两党之间的明确共识在于：中国是美国最主要的AI战略竞争者，美国必须保持对华AI优势。分歧在于如何赢得这场竞争，以及愿意为此承受何种监管与社会代价。

共和党，尤其在特朗普第二任期，强调降低对美国AI企业的事前监管，加速数据中心、能源、电网与芯片基础设施建设，同时避免各州形成相互冲突的监管规则。他们更担忧的是监管过早、过重而拖慢美国企业创新步伐。

民主党则更关注另一类问题：劳动者是否被替代？算法是否造成歧视？消费者能否追责？训练数据是否侵犯版权？个人信息是否受保护？大型公司是否获取过度市场权力？民主党更担心的是，若AI机制缺乏透明度与相应保障，这些社会风险引发的公众抵触最终可能侵蚀美国长期竞争力。

因此两党核心分歧在于：共和党忧虑监管过早导致美国输给中国，民主党忧虑缺乏监管导致社会失控并最终反噬创新。

政府部门之间，同样不能简单划分为鹰派或鸽派。我认为更准确的理解是各部门的优先关注点各异。

国防部与情报部门关注低概率但高损失的国家安全风险，如最坏情形与能力上限。它们会担忧相关技术是否提升中国军事现代化能力。因此即便某项技术商业价值显著，它们也更倾向于提前考量限制。

财政部聚焦资本与金融工具，比如美国资本金融服务投资网络是否助推中国敏感技术发展？若实施金融制裁，能否在不殃及大量正常商业活动的前提下精准执行？

商务部处于国家安全与产业竞争力的交叉地带：一方面需关注相关技术是否增强中国AI或军事能力，另一方面又需权衡过度限制是否导致美国企业丧失全球市场，并加速中国国产替代进程？

国务院与外交系统则关注荷兰、日本、韩国等盟友是否愿意跟进？美国能否向第三国提供有吸引力的替代方案？

政府与硅谷之间，则是既相互依赖又相互制约的关系。当下政府愈发依赖私营企业提供技术，涵盖模型、芯片、云平台与技术人才。企业则依赖政府提供能源与基础设施审批、科研资金、政府采购，以及出口许可、国际市场保障等。

两者构成共生关系，但冲突同样显著。

政府关切中国是否会"蒸馏"美国大模型？芯片出口是否会增强中国能力？大模型是否存在网络、安全与军事风险？

企业则关注能否从政府获得充足的水电、土地？规则是否稳定？各州法律是否相互冲突？企业还担忧监管责任边界是否清晰，模型出错后责任应追溯至模型开发商、部署企业还是最终用户。

硅谷企业之间，分歧主要体现在商业模式与市场定位上。

以英伟达为代表的芯片企业，担忧若中国企业无法采购美国芯片，中国将加速国产替代，美国企业将丧失收入、市场与标准影响力，因此更倾向于管控最尖端产品，同时允许性能相对较低的芯片继续出口。

像Anthropic这类更强调前沿模型安全的企业，认为短期商业收入不能优先于维持美国在先进AI与算力上的战略优势。因此它们公开支持对先进半导体实施严格出口管制，并强调防止前沿模型能力通过蒸馏等方式流向竞争对手。

像Meta这种倡导开源模型权重路线的平台企业，则更强调技术扩散与开放生态。扎克伯格近期就指出，封禁中国大模型并非美国获取竞争优势的有效途径，认为美国更应破解自身在基础设施等方面的系统性能力瓶颈。

还有涉及风险投资初创企业，担心复杂的模型注册、安全评测与法律责任最终仅有大公司承担得起。因此它们往往主张将监管重点聚焦于明确的高风险用途，而非对所有基础模型施加同等前置要求。

但归根结底，它们拥有高度稳定的共识：中国是美国最重要的国家级AI竞争者。因此，美国内部争议的并非是否竞争，而是如何竞争、边界何在，以及愿意为此付出多大代价。

观察者网：当前有一种观点认为，美国AI侧重前沿开发，中国则注重场景应用。您如何看待这两种不同路径？

蔡翠红：这一观察有其道理，但若理解为美国只重技术、中国只重应用，则过于二元对立。

更精确的表述应是：美国AI发展模式以突破能力上限、构建全球平台、获取高额资本回报为主要牵引；中国发展模式更强调将技术突破与产业体系、应用场景及国家发展目标相结合。

一个关键区别在于创新驱动力。美国走的是大型科技企业、风险资本、顶尖研究机构协同驱动的前沿突破路线。美国拥有全球领先的科技企业、风险资本体系、大学科研机构与云计算平台，更易于将资源汇聚于前沿模型与通用技术突破，再通过平台向全球辐射。

美国在AI领域的私人投资规模庞大。依据斯坦福《2026年AI指数报告》数据，2025年美国私人AI投资约为中国的23倍。当然，该数字仅统计私人投资，会低估中国政府引导基金、基础设施及其他公共投入，故不能简单理解为两国AI投入的全部差距。

中国的特点则在于，不仅希望将模型研发出来，更着重如何让AI嵌入制造业、汽车、物流、医疗、教育与公共服务等现实场景。这背后依托中国独有的条件，包括完整的产业体系、庞大的市场规模与丰富的应用场景。同时，中国政府在产业规划、基础设施建设与应用推广方面具备较强的组织协调能力，因而更能借助大量现实场景推动技术快速迭代。

但我特别要强调，重视应用不等于放弃前沿创新。事实上，中美两条路径正呈现相互靠拢态势。美国在补课数据中心、能源电网与制造业现实应用，中国也在持续强化前沿模型、基础研究、芯片、基础软件等底层能力。

观察者网：未来中美在AI领域竞争是主旋律，但必然存在合作一面。您认为两国可在哪些方向展开合作？

蔡翠红：合作确有空间，但不宜期望过高。涉及核心模型能力、训练数据、先进芯片与军事用途的技术，短期內难以成为中美合作重点。

我认为真正适宜合作的领域通常具有以下特征：风险具备跨境外溢性，单凭一国难以应对，同时合作无需双方开放最核心技术。因此，可考虑的合作方向涵盖战略安全合作、风险治理合作、公共产品合作以及全球治理与能力建设合作。

最紧迫且最必要的合作领域是防止AI加剧军事误判与战略失控。AI日益广泛地应用于军事决策、情报分析、预警与目标识别等环节。尤其需要明确核武器使用必须由人类做出最终决定。

在前沿模型风险评估与安全测试方面，同样可开展有限合作。在不涉及商业机密与核心技术的前提下，探寻共同的测评方法，例如如何评估模型？是否存在软件漏洞？是否藏有恶意代码？是否降低生化武器门槛？智能体执行任务时是否偏离人类目标？

网络安全与生物安全领域，也有必要建立事件通报与紧急沟通机制。比如可商讨基本行为边界，不利用AI攻击医院、电网、核设施等关键民用基础设施。敏感生物数据不适合共享，但可合作建立高风险生物能力的测评标准等。

中美在模型事故、技术故障与重大安全事件通报方面亦可建立机制。一旦发现严重模型漏洞或重大技术故障事件，应具备必要的联络与通报渠道。

中美还可在合成内容、深度伪造与内容